Promoting social cohesion and convergence

Taloudellinen ja sosiaalinen eriarvoisuus Euroopassa covid-19-pandemian jälkeen

Report
Julkaistu
24 tammikuu 2023
pdf
Formats and languages
Executive summary
Lataa
Tekijä(t): 
Bobrovnikova, Ekaterina; Gineikytė-Kanclerė, Vaida; Klimavičiūtė, Luka; Rahm, Ellen; Schito, Marco; Skardžiūtė, Gabija; Sándor, Eszter

Keskeiset havainnot

  • Covid-19-kriisin ensimmäisenä vuotena tuloerot jatkoivat pienenemistään, mikä oli osoitus eriarvoisuuden tasaantumisesta EU:ssa. Työnhakijat sekä matalan ja keskitason koulutuksen saaneet ihmiset kärsivät kuitenkin todennäköisimmin tulotason laskusta pandemian aikana. Tämä korostaa sitä, että vaikka tuloerot eivät yleisesti ottaen kasvaneet covid-19-pandemian aikana, päätöksentekijöiden on tärkeää seurata tilannetta tiiviisti tämänhetkisessä elinkustannuskriisissä.
Read more
  • Covid-19-kriisin ensimmäisenä vuotena tuloerot jatkoivat pienenemistään, mikä oli osoitus eriarvoisuuden tasaantumisesta EU:ssa. Työnhakijat sekä matalan ja keskitason koulutuksen saaneet ihmiset kärsivät kuitenkin todennäköisimmin tulotason laskusta pandemian aikana. Tämä korostaa sitä, että vaikka tuloerot eivät yleisesti ottaen kasvaneet covid-19-pandemian aikana, päätöksentekijöiden on tärkeää seurata tilannetta tiiviisti tämänhetkisessä elinkustannuskriisissä.
  • Erot terveydentilassa ja tuloissa liittyvät läheisesti toisiinsa, sillä pienituloisimpaan viidennekseen kuuluvilla henkilöillä on jokin vamma lähes kolme kertaa todennäköisemmin kuin suurituloisimmassa viidenneksessä. Pandemian aikana myös erot pääsyssä terveyspalveluihin lisääntyivät tuloluokittain. Vuonna 2020 vaille hoitoa jäävän lääketieteellisen ongelman riski oli 5,4 kertaa suurempi alimmassa tuloviidenneksessä verrattuna suurituloisimpaan viidennekseen. Tämä osoittaa, että tuloerojen vähentämiseen tähtäävillä politiikoilla voidaan myös vähentää terveyteen liittyvää eriarvoisuutta.
  • Havainnot osoittavat, että kotoa käsin työskentely pandemian aikana on saattanut aiheuttaa eriarvoisuutta pieni- ja suurituloisten ryhmien välille, sillä kriiseille altteimmiksi osoittautuivat tilapäiset työntekijät, nuoret ja epävarmoissa työsuhteissa olevat henkilöt. Jotta eriarvoistuminen ei jatkuisi covid-19-pandemian jälkeen työolojen muuttuessa entistä joustavammiksi, on ratkaisevan tärkeää, että päättäjät puuttuvat epävarmoihin työsuhteisiin ja lisäävät työolojen avoimuutta ja ennustettavuutta.
  • Pandemian aikana verkko-oppimiseen tarvittavien asianmukaisten laitteiden saatavuus oli tärkeysjärjestyksessä ennen tulotasoa. Tämä korostaa sitä, että pitkällä aikavälillä on tärkeää kaventaa digitaalista kuilua ja huolehtia siitä, että teknologia on kaikkien saatavilla. Maaseudulla asuvat lasten vanhemmat ja opiskelijat, joiden ei tarvinnut pandemian aikana matkata opiskelupaikoille, olivat myös todennäköisemmin tyytyväisiä verkko-opetuksen laatuun kuin vastaavat kaupunkien asukkaat.
  • Mahdollisuus työskennellä kotoa käsin on luonut eriarvoisuutta pieni- ja suurituloisten ryhmien välillä ja lisännyt sukupuolten epätasa-arvoa lastenhoidon ja kotitöiden osalta. Vuonna 2020 yksinhuoltajaäidit lyhensivät todennäköisimmin työaikaansa koulujen ja lastenhoitopalvelujen sulkemisen vuoksi. Jos naiset jatkavat palkattoman kotityön tekemistä miehiä enemmän, tämä saattaa kasvattaa sukupuolten palkkaeroa pandemian jälkeenkin.
Read less

Yhteenveto

Covid-19-pandemialla oli erilaisia vaikutuksia eri yhteiskuntaryhmiin. Ne riippuivat pitkälti jo olemassa olleista haittatekijöistä, ja pandemian uskottiin lisänneen laajalti eriarvoisuutta eri elämänalueilla. Tässä raportissa hyödynnetään moniulotteista eriarvoisuutta koskevan Euroopan unionin sRead more

Covid-19-pandemialla oli erilaisia vaikutuksia eri yhteiskuntaryhmiin. Ne riippuivat pitkälti jo olemassa olleista haittatekijöistä, ja pandemian uskottiin lisänneen laajalti eriarvoisuutta eri elämänalueilla. Tässä raportissa hyödynnetään moniulotteista eriarvoisuutta koskevan Euroopan unionin seurantakehyksen (MIMF) indikaattoreita, joiden avulla osoitetaan, miten eriarvoisuus tulojen, terveyden, työllisyyden ja koulutuksen osalta muuttui vuosina 2010–2020. Siinä tarkastellaan myös näiden muutosten tärkeimpiä syitä pandemian aikana ja tarkastellaan hallitusten politiikkojen ja eriarvoisuuden välistä suhdetta useilla aloilla.

Read less

Formats and languages

  • Raportti

    Sivujen lukumäärä: 
    102
    Viitenumero: 
    EF22002
    ISBN: 
    978-92-897-2309-1
    Julkaisunro: 
    TJ-07-23-019-EN-N
    DOI: 
    10.2806/439913
    Permalink: 
    eurofound.link/ef22002
    Catalogue info

    Taloudellinen ja sosiaalinen eriarvoisuus Euroopassa covid-19-pandemian jälkeen

    Tekijä(t): 
    Bobrovnikova, Ekaterina; Gineikytė-Kanclerė, Vaida; Klimavičiūtė, Luka; Rahm, Ellen; Schito, Marco; Skardžiūtė, Gabija; Sándor, Eszter
    Topics: 
    Social policies; Social inclusion; Palkka ja tulot; Sosiaalisen yhteenkuuluvuuden ja lähentymisen edistäminen; Working conditions; Työ- ja yksityiselämän tasapaino; Sukupuolten tasa-arvo; COVID-19; Disability and chronic disease; Living conditions; Inequality

    Muodot

    Viittaa tähän julkaisuun: 

    Eurofound (2023), Economic and social inequalities in Europe in the aftermath of the COVID-19 pandemic, Publications Office of the European Union, Luxembourg.

  • Executive summary

    Viitenumero: 
    EF22002EN1
    Catalogue info

    Economic and social inequalities in Europe in the aftermath of the COVID-19 pandemic

    Tekijä(t): 
    Eurofound

    Ladattavissa yhdellä kielellä

    Lataa

  • Working papers

    Related working papers

  • Tables and graphs

    The report contains the following lists of tables and figures.

    List of tables

    Table 1: Indicators selected for the income inequality analysis
    Table 2: OLS regression model exploring the relationship between government spending and inequality in making ends meet according to education level
    Table 3: Panel OLS regression exploring general drivers of income inequality (1995–2020), EU27
    Table 4: OLS regression model exploring drivers of income inequality between rural and urban households
    Table 5: OLS regression model exploring income inequality by individual characteristics
    Table 6: Logistic regressions on income inequality by individual characteristics
    Table 7: Indicators selected for the health inequality analysis
    Table 8: OLS regression model exploring the relationship between government expenditure and inequality in chronic disease
    Table 9: Multilevel logit regression model on worsening health between 2019 and 2020
    Table 10: Multilevel logit regression models on worsening health and mental health between 2019 and 2020
    Table 11: Indicators selected for the employment inequality analysis
    Table 12: OLS regression model exploring the relationship between government expenditure and inequality in opportunity in having a white-collar job
    Table 13: OLS regression model exploring the relationship between gender inequality in occupations, childcare and paid leave at country level
    Table 14: OLS regression model exploring the relationship between gender inequality in being employed, childcare and paid leave at country level
    Table 15: Random effects within–between model showing the relationship between gender inequality in employment, over time and between countries
    Table 16: Multilevel linear regression model on the number of hours worked in 2019 and 2020
    Table 17: Multilevel linear regression model on the change in the number of hours worked between 2018 and 2019 and between 2019 and 2020
    Table 18: Indicators selected for inequality in education analysis
    Table 19: OLS regression model exploring the relationship between government spending and inequality in PISA scores
    Table 20: Determinants of respondents’ satisfaction with the quality of their children’s online schooling (multilevel ordered logit model)

    List of figures

    Figure 1: Dimensions of life of the EU MIMF
    Figure 2: Intersectional approach to effects of COVID-19 on inequality
    Figure 3: Macro-, meso- and micro-level factors in income inequality during the COVID-19 pandemic
    Figure 4: Heatmap showing the results of income inequality indicators by country, 2018–2019, EU27 and the UK
    Figure 5: Income quintile share ratio (S80/S20) for equivalised disposable income, EU27
    Figure 6: Gini coefficient of equivalised disposable income, EU27, Bulgaria, Greece and Poland
    Figure 7: Odds ratio of a household having problems making ends meet (with versus without a tertiary education, 2018) against spending on education (2015, % of GDP), EU27 and the UK
    Figure 8: Odds ratio of a household having problems making ends meet (with versus without a tertiary education, 2018) against spending on social protection (2015, % of GDP), EU27 and the UK
    Figure 9: Scatterplot of government spending on social protection (% of GDP at time t–1) relative to the Gini index of disposable income at time t (1995–2020), EU27
    Figure 10: Odds ratio of households having problems making ends meet (rural versus urban, 2018) against public investments in agricultural R&D (2015, % of GDP), EU27 and the UK
    Figure 11: Households that reported that their income decreased in 2020 compared with the previous year by country (%), selected Member States
    Figure 12: Households containing people aged 50+ that received financial support from the government due to the pandemic by country (%), selected European countries
    Figure 13: Recipients of pandemic-related government support by country, EU27 (%)
    Figure 14: Macro-, meso- and micro-level factors in health inequality during the COVID-19 pandemic
    Figure 15: Heatmap presenting the results of health inequality indicators, 2018–2019, EU27 and the UK
    Figure 16: Map of odds ratios of people reporting unmet medical care needs (women versus men, adjusted), 2018
    Figure 17: Heatmap of odds ratio of feeling depressed for different social groups, 2018–2019, EU27 and the UK
    Figure 18: Risk ratios of having a severe long-standing limitation in usual activities (disability) due to a health problem for various social groups (2010–2020), EU27
    Figure 19: Risk ratios of having an unmet medical need due to high cost, distance to travel or waiting lists for various social groups (2010–2020), EU27
    Figure 20: Government spending on education in 2002 (% of GDP) relative to ex ante inequality of opportunity in having two or more chronic diseases in 2019 (aged 50+), EU27
    Figure 21: Macro-, meso- and micro-level factors in inequality in working life outcomes during the COVID-19 pandemic
    Figure 22: Heatmap showing results of working life inequality indicators, 2018–2019, EU27 and the UK
    Figure 23: Risk ratios of gender inequality in various dimensions of working life (2002–2020), EU27
    Figure 24: Risk ratios of unemployment rates among various social groups (2002–2020), EU27
    Figure 25: Risk ratios of employment rates among various social groups (2002–2020), EU27
    Figure 26: Odds ratio of women being in employment versus men (2019) against the share of children under three years of age in formal childcare (2019, %), EU27
    Figure 27: Average number of weekly hours worked in 2020 by country and contract type, selected EU Member States
    Figure 28: Proportion of women who held second or third jobs by household type, 2020 (%)
    Figure 29: Macro-, meso- and micro-level factors in inequality in education and learning during the COVID-19 pandemic
    Figure 30: Heatmap showing results of education inequality indicators, 2018–2019, EU27 and the UK
    Figure 31: Difference in tertiary education attainment as a whole in 55- to 74-year-olds and those with parents with a lower than tertiary education (2021)
    Figure 32: Trends regarding inequality in education between women and men (2002–2020), EU27
    Figure 33: Risk and odds ratios of NEET rates between various social groups (2004–2020), EU27
    Figure 34: Government spending on education (2013, % of GDP) against P90/P10 PISA scores in mathematics (2018), EU27 and the UK
    Figure 35: Parents’ satisfaction with the quality of online schooling for their children, EU27 (%)
    Figure 36: Parents’ satisfaction with the quality of their children’s online schooling depending on whether they worked from home or not during the pandemic, EU27 (%)

  • Subscribe to updates

    To be notified of this publication and other publications in this area please visit the subscription management centre to update your contact details and subscription preferences.

Tutkimuksiin, jotka on tehty ennen Yhdistyneen kuningaskunnan eroa Euroopan unionista 31. tammikuuta 2020 ja jotka julkaistaan tämän ajankohdan jälkeen, voi sisältyä tietoa, joka koskee EU:n 28 jäsenvaltiota. Tämän ajankohdan jälkeen tutkimuksissa otetaan huomioon vain EU:n 27 jäsenvaltiota (ilman Yhdistynyttä kuningaskuntaa), ellei toisin mainita.

Part of the series

  • COVID-19

    Eurofound’s work on COVID-19 examines the far-reaching socioeconomic implications of the pandemic across Europe as they continue to impact living and working conditions. A key element of the research is the e-survey, launched in April 2020, with five rounds completed at different stages during 2020, 2021 and 2022. This is complemented by the inclusion of research into the ongoing effects of the pandemic in much of Eurofound’s other areas of work.

Useful? Interesting? Tell us what you think. Hide comments

Lisää uusi kommentti